基于聚类分析的用户分类和用电行为分析

被引：28

作者：

徐良军

张笑第

王立军

机构：

[1] 国网舟山供电公司

来源：

山西电力 | 2016年 / 04期

关键词：

聚类分析; 用户分类; 用电行为; 负荷曲线;

D O I：

暂无

中图分类号：

TM714 [负荷分析];

学科分类号：

080802 [电力系统及其自动化];

摘要：

针对用户用电行为特性和用户用电负荷特性,利用K均值聚类法和模糊C均值聚类法对用户用电行为进行了分类分析。依据用户用电负荷曲线特性,使用K均值聚类和模糊C均值聚类的方法对用户用电类型进行了分类;依据聚类分析结果对用户用电行为进行了分析,分别分析了各类用户与总负荷曲线的相似度,分析了2种聚类方法的差异,为供电公司针对不同类型用户提高差异化供电服务提供了参考依据。

引用

收藏

页码：23 / 27

页数：5

相关论文

共 10 条

[1]

基于云计算的居民用电行为分析模型研究 [J].

张素香 ;

刘建明 ;

赵丙镇 ;

曹津平 .

电网技术, 2013, 37 (06) :1542-1546

[2]

基于模拟退火的粗糙集K均值电力负荷聚类分析 [J].

刘建华 ;

王进 ;

孟颖 ;

王文生 .

现代电力, 2012, 29 (01) :10-14

[3]

基于实际负荷曲线的电力用户分类技术研究 [J].

冯晓蒲 ;

张铁峰 .

电力科学与工程, 2010, 26 (09) :18-22

[4]

基于自适应模糊C均值算法的电力负荷分类研究 [J].

杨浩 ;

张磊 ;

何潜 ;

牛强 .

电力系统保护与控制, 2010, 38 (16) :111-115+122

[5]

基于改进K-means聚类算法的负荷建模及应用 [J].

白雪峰 ;

蒋国栋 .

电力自动化设备, 2010, 30 (07) :80-83

[6]

基于价值评价的电力用户分类研究 [J].

王璨 ;

冯勤超 .

价值工程, 2009, 28 (05) :64-67

[7]

基于最优FCM聚类和最小二乘支持向量回归的短期电力负荷预测 [J].

唐杰明 ;

刘俊勇 ;

刘友波 .

现代电力, 2008, (02) :76-81

[8]

K-means算法的初始聚类中心的优化 [J].

赖玉霞 ;

刘建平 .

计算机工程与应用 , 2008, (10) :147-149

[9]

基于硬C均值聚类算法和支持向量机的电力系统短期负荷预测 [J].

姜惠兰 ;

刘晓津 ;

关颖 ;

王梦宾 .

电网技术, 2006, (08) :81-85

[10]

基于模糊聚类的电力负荷特性的分类与综合 [J].

李培强 ;

李欣然 ;

陈辉华 ;

唐外文 .

中国电机工程学报, 2005, (24) :73-78